Combination of Vegetation Indices and SIF Can Better Track Phenological Metrics and Gross Primary Production
Notice bibliographique
Résumé
Abstract Accurate phenological extraction is important for estimating carbon uptake in terrestrial ecosystems under climate change. The emergence of remotely sensed vegetation indices (VIs) and solar‐induced chlorophyll fluorescence (SIF) provides multiple approaches for extracting land surface phenology. However, there is lacking studies to track phenological metrics via multiple VIs and SIF. Therefore, the advantage of combining VIs and SIF to estimate more accurate phenology requires exploration. In this study, we combined the advantages of the normalized difference, enhanced, green‐red, near‐infrared reflectance vegetation indices from MCD43A4 data set, and SIF from CSIF data set to estimate hybrid phenology at 20 eddy flux sites in North America. Results showed that the hybrid phenology derived from the best‐performing start (SOS) and end (EOS) of the growing season among multiple VIs and SIF for each plant functional type and site were both more consistent with those derived from gross primary production (GPP). Specifically, the R2 of hybrid phenology increased by 0.11–0.4 (0.04–0.4) for SOS, 0.01–0.24 (0.09–0.22) for EOS, 0.01–0.7 (0.05–0.34) for the length of the growing season (LOS) based on Gaussian (logistic) method. Moreover, hybrid phenology can improve the explanation of the seasonal and annual variations in GPP. The explanatory power of hybrid phenology for GPP variations increased by 0.05–0.15 (0.02–0.23) for SOS, 0–0.36 (0.11–0.27) for EOS, 0.01–0.51 (0.03–0.4) for LOS, 0.04–0.18 (0.04–0.16) for LOS seasonal GPP maximum based on Gaussian (logistic) method. These findings highlight the potential of combining high‐spatiotemporal structural and coarse‐spatiotemporal physiological vegetation indicators in tracking phenology and GPP.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».